摘要：
https://www.cnblogs.com/1510152012huang/p/9871147.html 1.安装selenium 2.安装Chrome 3.安装chromedriver 阅读全文
摘要：
一、Conda相关指令 二、Anaconda找包，安装包时，遇到PackageNotFoundError： ''Package missing in current channels" 第一步：使用下面的指令来查找我们想要安装的包 第二步：查看我们想要安装包的路径 第三步：安装相应的包 Jupyte 阅读全文
摘要：
一、机器学习正则化 无论是机器学习还是深度学习，正则化都是一项关键的技术。其实现阶段，我们的模型都可以在训练集上去的比较好的效果，但我们的模型在测试集上的效果才是我们所关心的。因此正则化就显得尤为重要，正则化可以防止模型过拟合，增加鲁棒性。 总的来说，监督学习的核心原理就是如下公式 ： 该公式分为两 阅读全文
摘要：
yi 阅读全文
摘要：
``` def forward_propagation_with_dropout(X, parameters, keep_prob = 0.5): np.random.seed(1) retrieve parameters W1 = parameters["W1"] b1 = parameters[ 阅读全文
摘要：
1.提升树 以决策树为基函数的提升方法称为提升树。决策树可以分为分类树和回归树。提升树模型可以表示为决策树的加法模型。 针对不同的问题的提升术算法的主要区别就是损失函数的不同，对于回归问题我们选用平方损失函数，对于分类问题，我们使用指数损失函数。特别的，对于二分类问题，我们提升树就是把AdaBoos 阅读全文
摘要：
1.Boosting方法简介 Boosting是集成学习的一种，与之相对的就是Bagging。Boosting是一种将多个弱学习器组合在一起提升为一个强的学习器，多个弱学习器之间采用串行的方式进行连接（即上一个弱学习器的学习结果会对下一个学习器有影响），而Bagging则是采用并行的方式将多个弱学习 阅读全文
摘要：
函数式编程又叫做泛函编程，是一种“广播式”的编程。在python中，函数式编程主要有几个函数的使用构成：lambda()、map()、reduce()、filter() 一。map函数 假设有列表a=[1,2,3],要接列表中的每一个元素都加上2得到一个新的列表，使用“列表解析”，我们可以写： 而利 阅读全文
摘要：
在机器学习中，有很多的问题并没有解析形式的解，或者有解析形式的解但是计算量很大（譬如，超定问题的最小二乘解），对于此类问题，通常我们会选择采用一种迭代的优化方式进行求解。 这些常用的优化算法包括：梯度下降法（Gradient Descent），共轭梯度法（Conjugate Gradient），Mo 阅读全文
摘要：
ipython notebook是一个基于浏览器的python数据分析工具，使用起来非常方便，具有极强的交互方式和富文本的展示效果。jupyter是它的升级版，它的安装也非常方便，一般Anaconda安装包中会自带。安装好以后直接输入jupyter notebook便可以在浏览器中使用。但是它默认只 阅读全文